你真的了解大数据吗？

Q =《商学院》

　　A = 段仰圣IBM全球企业咨询服务部业务分析与优化服务大中华区总经理

　　Ｑ：所谓的“大数据分析”概念，是否新瓶装旧酒？

　　A ：数据分析的概念的确早于“大数据”，后者是在新的数据环境下，对“分析”这一概念的重新梳理和定义。

　　以美国网球公开赛为例，数据分析这项工作的起点可以追溯到几十年前。IBM从上世纪60年代就开始赞助美网，在90年代成为这项赛事的官方IT技术提供商，长时间的接触使得它积累了很多历史数据，完成了“收集”的动作，为后来的分析提供基础。

　　在“数据仓库”的时代，我们只能将收集来的数据从“源头”归拢到“仓库”里，进行分类、分析并得出结果，而在现今“大数据”的语境下，数据收集的手段越来越丰富，少量的死板的数据变成了大量的“数据流”，同时计算能力的提升使我们能够对“数据流”进行分析，找出有问题或者有意义的部分深入研究。因此，我们可以在比赛时看到几乎同步的分析结果，而不像过去那样只有在赛后才能听见“马后炮”。

　　换句话说，在网球比赛中，大数据分析带来的是实时感受的具象化，帮助粉丝印证自己的看法以及判断下一步的走势，与那种结束之后再来分析归纳赛场表现的统计逻辑完全不同，这是IBM多年来的数据积累和收集、分析技术提升的成果，不是一两次比赛就能实现。

　　数据不是固化的概念，而是一场旅程，从无到有，由少到多。虽然数据分析早已有之，但是，与其说“大数据”概念是在新瓶装旧酒，不如说它是技术手段持续发酵并且最终质变的必然结局。2013年，IBM将与中国网球公开赛合作，因此今年的比赛就成为中网大数据分析的起始点，在四大满贯赛事的分析工具和方法的基础之上，中网也将开始自己的数据积累，随着相关的数据越来越多，分析的结果也会越来越细致而精密。

　　Q：在网球比赛中，强大的数据分析技术是否会减少亲临现场的意义？

　　A：这问题很有趣。我们也在考虑数据分析如何改变观赛的习惯。想想看，如果坐在观众席上的人还在不停地低头刷手机，似乎也很奇怪。

　　但是，对于那些没有身在现场的观众来说，可视化的数据分析结果的确能够带来最真切的现场感。在没有这些技术支持之前，大家只能看到眼前正在进行的比赛，根据模糊的印象作出主观的判断，即使资深的解说员也是如此，即使他告诉你，“这是今天速度最快的发球”，你当然无法反驳，但实际上也是缺少科学支撑的结论，和菜鸟观众的臆测并无本质上的不同，只不过前者更有经验而已。

　　而准确的数据分析则使一切都无所遁形。即使你只是守在电视机前，刷着官网上面统计分析的页面，所获得信息可能比现场屏息静气的观众还要多——毕竟人家买票进场，是要看心仪的球员而不是总盯着手机屏幕。因此，对于技术控们来说，在家看电视或者视频直播也不会有所损失，甚至有可能得到更直观、更准确的信息来判断比赛的走势。

　　对于IBM来说，在比赛的同时不间断地收集数据流，并不会影响到比赛的进程和结果。但是，基于多年的积累而总结出来的制胜关键指标（keys to the match）以及其它的一些技术方面的历史信息，如球员发球的习惯、赢球的时机，都从模糊的印象变为可对比、可量化的数据，从而帮助粉丝们在赛前就预测比赛的走势。

　　从这个角度来看，“预测”是数据分析的价值所在，它可以使菜鸟也成为超级智能的粉丝，比赛还是那场比赛，但是我们看比赛的方式已经不同了。

　　如果说，互联网使得人与人之间的联系变得扁平化，数据分析也在改变着知识和经验的传递系统，过去我们认为经验和判断是只可意会、 不可言传的能力，但是同样脱胎于信息积累的数据分析技术使得经验这件事也从过去“不可说”的状态转化为具体的分析结果，由此大大缩小了菜鸟与资深人士之间的差距。继社交关系扁平化之外，智慧上的差距，至少在网球比赛中，也被渐渐抹平了。

　　因此，即使专家范儿的比赛解说员还没有完全失掉意义，至少对于场外的观众来说，他们拥有了一项精确的工具来帮助理解场上正在发生的事情。当然，这一切都无法替代现场观赛所体验到的气氛和张力，比赛中感性的那一部分，至少在眼下，还无法通过冰冷的数据来表达。

　　Q：大数据分析与互联网的发展是怎样的关系？

　　A：我认为，互联网只是大数据产生的条件之一，但不是直接的因果关系。很多时候，这两个概念总被扯在一起。

　　互联网的发展使得数据量开始爆炸，其中大部分都是非结构化的数据，如文本、图像和影音等等，在同一时间内有很多数据出现，如何从这些数据中分析出有意义的结果，就是大数据技术所面临的挑战。但是，对于企业来说，互联网究竟是不是数据的主要来源，还是要看具体的环境和需要。

　　例如，网球比赛的数据就与互联网没有关系。而在制造业的工厂内，各处安装的传感器在同时产生很多数据，这也是大数据。IBM曾经为一家来自制造业的客户设计设备维护的预测方案，通过对设备数据的分析，预测哪些设备有可能出问题，提前进行预防工作，而不是像过去那样对每个设备都进行固定的巡检，发现故障了才去处理，这就是一例典型的应用。

　　因此，对于很多企业来说，数据并不是有了互联网才产生，而是来自日常的运营和管理。来自互联网的数据价值更多地体现于营销层面，可以作出360度的客户视图，洞察人们的需求，这对于电商等行业来讲的确意义重大，但是，在运营模式更为复杂的其它行业，如前面提到的例子，数据来源多样化，互联网仅仅是其中之一而已。

　　全面的大数据分析可以帮助管理者进行战略上的判断，如果只关注营销和客户服务领域的互联网数据，这个目标恐怕就难以实现。
数据分析, 数据挖掘, 数据, 分析

                                                    风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！